MCP Reasoner

一个为 Claude Desktop 设计的系统性推理 MCP 服务器实现，具有 Beam Search（束搜索）和 Monte Carlo Tree Search（蒙特卡洛树搜索，MCTS）功能。

功能

• 双重搜索策略：
  • 可配置宽度的 Beam Search
  • 用于复杂决策空间的 MCTS
• 思维评分和评估
• 基于树的推理路径
• 推理过程的统计分析
• 符合 MCP 协议

安装

git clone https://github.com/Jacck/mcp-reasoner.git
cd mcp-reasoner
npm install
npm run build

配置

添加到 Claude Desktop 配置：

{
  "mcpServers": {
    "mcp-reasoner": {
      "command": "node",
      "args": ["path/to/mcp-reasoner/dist/index.js"],
    }
  }
}

搜索策略

Beam Search（束搜索）

• 维护固定宽度的最有希望的路径集合
• 最适合逐步推理
• 最适合：数学问题、逻辑谜题

Monte Carlo Tree Search（蒙特卡洛树搜索）

• 基于模拟的决策空间探索
• 平衡探索和利用
• 最适合：结果不确定的复杂问题

注意： 蒙特卡洛树搜索使 Claude 在 Arc AGI 基准测试中表现出色（在公开测试中获得 6/10 分），而束搜索在相同的谜题中获得 (3/10) 分。 对于超级复杂的任务，您需要指示 Claude 使用 MCTS 策略而不是束搜索。

算法细节

1. 搜索策略选择
   • Beam Search：评估和排序多个解决方案路径
   • MCTS：使用 UCT 进行节点选择和随机 rollout
2. 基于以下因素的思维评分：
   • 细节程度
   • 数学表达式
   • 逻辑连接词
   • 父子关系强度
3. 过程管理
   • 基于树的状态跟踪
   • 推理的统计分析
   • 进度监控

使用场景

• 数学问题
• 逻辑谜题
• 逐步分析
• 复杂问题分解
• 决策树探索
• 策略优化

未来实现

• 实现新算法
  • 迭代加深深度优先搜索 (IDDFS)
  • Alpha-Beta 剪枝

许可证

本项目采用 MIT 许可证 - 详情请参阅 LICENSE 文件。